青岛大学学报(工程技术版)
青島大學學報(工程技術版)
청도대학학보(공정기술판)
JOURNAL OF QINGDAO UNIVERSITY(ENGINEERING & TECHNOLOGY EDITION)
2008年
3期
49-53
,共5页
车辆识别%树形分类器%Haar-like特征%Gentle AdaBoost
車輛識彆%樹形分類器%Haar-like特徵%Gentle AdaBoost
차량식별%수형분류기%Haar-like특정%Gentle AdaBoost
针对实时道路车辆识别是车辆计算机辅助驾驶、自主导航以及主动安全的关键技术,给出了一种基于树形结构的车辆识别方法.该方法采用Haar-like特征来表达车辆特征,选择Gentle AdaBoost算法训练出强分类器,最后将多个强分类器组合成树形结构.通过建立样本库,对车辆识别分类器进行了训练,并对分类器的性能进行了实验.结果表明:对750个目标车辆进行识别,识别率为74.4%,识别时间为34.4 ms.说明树形结构的车辆识别方法具有较好的实时性和一定的鲁棒性.
針對實時道路車輛識彆是車輛計算機輔助駕駛、自主導航以及主動安全的關鍵技術,給齣瞭一種基于樹形結構的車輛識彆方法.該方法採用Haar-like特徵來錶達車輛特徵,選擇Gentle AdaBoost算法訓練齣彊分類器,最後將多箇彊分類器組閤成樹形結構.通過建立樣本庫,對車輛識彆分類器進行瞭訓練,併對分類器的性能進行瞭實驗.結果錶明:對750箇目標車輛進行識彆,識彆率為74.4%,識彆時間為34.4 ms.說明樹形結構的車輛識彆方法具有較好的實時性和一定的魯棒性.
침대실시도로차량식별시차량계산궤보조가사、자주도항이급주동안전적관건기술,급출료일충기우수형결구적차량식별방법.해방법채용Haar-like특정래표체차량특정,선택Gentle AdaBoost산법훈련출강분류기,최후장다개강분류기조합성수형결구.통과건립양본고,대차량식별분류기진행료훈련,병대분류기적성능진행료실험.결과표명:대750개목표차량진행식별,식별솔위74.4%,식별시간위34.4 ms.설명수형결구적차량식별방법구유교호적실시성화일정적로봉성.